- Disponibilité des ensembles de données
- 2010-01-13T12:00:00Z–2020-12-31T12:00:00Z
- Fournisseur de l'ensemble de données
- NASA GSFC
- Cadence
- 3 jours
- Tags
Description
Les ensembles de données NASA-USDA Global soil moisture et NASA-USDA SMAP Global soil moisture fournissent des informations sur l'humidité du sol à l'échelle mondiale, avec une résolution spatiale de 0,25°x0,25°. Ces ensembles de données incluent l'humidité du sol en surface et en sous-sol (mm), le profil d'humidité du sol (%), ainsi que les anomalies d'humidité du sol en surface et en sous-sol. Les anomalies d'humidité du sol sont sans unité et représentent des anomalies standardisées calculées à l'aide d'une fenêtre mobile de 31 jours. Les valeurs proches de 0 indiquent des conditions d'humidité typiques, tandis que les valeurs très positives et très négatives indiquent respectivement des conditions d'humidité extrêmes (conditions d'humidité du sol supérieures à la moyenne) et des conditions de sécheresse extrêmes (conditions d'humidité du sol inférieures à la moyenne).
Cet ensemble de données est généré en intégrant les observations d'humidité du sol de niveau 2 de la mission SMOS (Soil Moisture Ocean Salinity) dérivées par satellite dans le modèle Palmer modifié à deux couches à l'aide d'une approche d'assimilation de données de filtre Kalman d'ensemble (EnKF) à une dimension. L'assimilation des observations de l'humidité du sol SMOS a permis d'améliorer les prédictions de l'humidité du sol basées sur des modèles, en particulier dans les zones mal instrumentées (par exemple, Afrique australe, Moyen-Orient) du monde qui manquent de données de bonne qualité sur les précipitations.
Cet ensemble de données a été développé par le laboratoire de sciences hydrologiques (HSL) du centre de vol spatial Goddard de la NASA en coopération avec les services agricoles étrangers de l'USDA et le laboratoire d'hydrologie et de télédétection de l'USDA.
Bracelets
Taille des pixels
27830 mètres
Bandes de fréquences
| Nom | Unités | Min | Max | Taille des pixels | Description |
|---|---|---|---|---|---|
ssm |
mm | 0* | 25.39* | mètres | Humidité de la surface du sol |
susm |
mm | 0* | 274.6* | mètres | Humidité du sol en profondeur |
smp |
Fraction | 0* | 1* | mètres | Profil d'humidité du sol |
ssma |
Sans dimension | -4* | 4* | mètres | Anomalie de l'humidité du sol en surface |
susma |
Sans dimension | -4* | 4* | mètres | Anomalie d'humidité du sol en subsurface |
Conditions d'utilisation
Conditions d'utilisation
Cet ensemble de données appartient au domaine public et est disponible sans restriction d'utilisation ni de distribution. Pour en savoir plus, consultez les Règles de la NASA sur les données et informations scientifiques sur la Terre.
Citations
Bolten, J., W.T. Crow, X. Zhan, T.J. Jackson et C.A. Reynolds (2010). Evaluating the Utility of Remotely Sensed Soil Moisture Retrievals for Operational Agricultural Drought Monitoring, IEEE Transactions on Geoscience and Remote Sensing, 3(1): 57-66. doi:10.1109/JSTARS.2009.2037163 Google Scholar
Bolten, J. et W. T. Crow (2012). Amélioration de la prédiction des conditions de végétation quasi mondiales à l'aide de l'humidité du sol en surface détectée à distance, Geophysical Research Letters, 39: (L19406). doi:10.1029/2012GL053470 Google Scholar
I. E. Mladenova, J.D. Bolten, W.T. Crow, M.C. Anderson, C.R. Hain, D.M. Johnson, R. Mueller (2017). Intercomparaison des indices d'humidité du sol, de stress évaporatif et de végétation pour estimer les rendements de maïs et de soja aux États-Unis, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 10(4): 1328-1343, doi:10.1109/JSTARS.2016.2639338
Sazib, N., I. E. Mladenova, J.D. Bolten (2018). Utiliser Google Earth Engine pour évaluer la sécheresse à l'aide de données mondiales sur l'humidité du sol. Remote Sensing, 10(8), p.1265. doi:10.3390/rs10081265 Google Scholar
Kerr, Y. H. et D. Levine (2008). Forward to the special issue on the Soil Moisture and Ocean Salinity (SMOS) mission, IEEE Transactions on Geoscience and Remote Sensing, 46(3): 583-585. doi:10.1109/TGRS.2008.917807 Google Scholar
DOI
Explorer avec Earth Engine
Éditeur de code (JavaScript)
var dataset = ee.ImageCollection('NASA_USDA/HSL/soil_moisture') .filter(ee.Filter.date('2017-04-01', '2017-04-30')); var soilMoisture = dataset.select('ssm'); var soilMoistureVis = { min: 0.0, max: 28.0, palette: ['0300ff', '418504', 'efff07', 'efff07', 'ff0303'], }; Map.setCenter(-6.746, 15.529, 2); Map.addLayer(soilMoisture, soilMoistureVis, 'Soil Moisture');